Upload
others
View
3
Download
0
Embed Size (px)
Citation preview
11
BAB 2
LANDASAN TEORI
2.1. Sistem Rantai Pasok (Supply Chain System)
Supply chain system adalah jaringan instansi-instansi yang secara bersama-
sama bekerja untuk menciptakan dan menghantarkan suatu produk ke tangan
pemakai akhir (end user). Instansi-instansi tersebut biasanya termasuk supplier,
instansi, distributor, toko atau ritel, serta instansi-instansi pendukung seperti
instansi jasa logistik. Tujuan utama supply chain system adalah untuk memenuhi
permintaan pelanggan melalui penggunaan sumber daya yang paling efisien,
termasuk kapasitas distribusi, persediaan dan sumber daya manusia (Pujawan,
2005).
2.2. Optimasi (Optimization)
Optimasi adalah tindakan untuk memperoleh hasil yang terbaik dengan
keadaan yang diberikan. Dalam desain, konstruksi, dan pemeliharaan dari sistem
teknik, insinyur harus mengambil beberapa teknologi dan keputusan manajerial
dalam beberapa tahap. Tujuan akhir dari semua keputusan seperti itu adalah
meminimalkan upaya yang diperlukan atau untuk memaksimalkan manfaat yang
diinginkan. Optimasi dapat didefinisikan sebagai proses untuk mendapatkan
keadaan yang memberikan nilai maksimum atau minimum dari sebuah persoalan
(Singiresu, 2009).
Optimasi merupakan suatu proses untuk mencapai hasil yang ideal atau
optimal (nilai efektif yang dapat dicapai). Dalam disiplin matematika optimasi
merujuk pada studi permasalahan yang mencoba untuk mencari nilai minimal atau
12
maksimal dari suatu fungsi nyata. Untuk dapat mencapai nilai optimal baik
minimal atau maksimal tersebut, secara sistimatis dilakukan pemilihan nilai
variabel integral atau nyata yang akan memberikan solusi optimal.
Permasalahan ini dapat direpresentasikan dalam notasi matematis sebagai
berikut : Berdasarkan: a fungsi f : A R dari himpunan A ke himpunan bilangan
nyata Cari: sebuah elemen x0 dalam A sedemikian sehingga :
f(x0) ≤ f(x) untuk semua x dalam A, untuk proses minimalisasi
f(x0) ≥ f(x) untuk semua x dalam A, untuk proses maximalisasi
Formulasi yang telah diuraikan diatas adalah formulasi permasalahan
optimasi, atau sering disebut juga permasalahan pemrograman matematis, salah
satu bentuk dari pemrograman linear. Banyak masalah dalam dunia nyata yang
dapat direpresentasikan dalam kerangka permasalah ini.
Pada umumnya A adalah himpunan bagian dari Ruang Euclid Rn.
Biasanya juga ada syarat-syarat tertentu (constraint) berupa persamaan atau
ketidak samaan yang harus dipenuhi oleh elimen dari A. Elemen dari A biasa
disebut sebagai solusi yang mungkin (feasible solution), sementara fungsi f biasa
disebut sebagai fungsi objektif atau fungsi biaya. Diantara solusi yang mungkin,
terdapat solusi yang dapat meminimalkan atau memaksimalkan fungsi objektif,
solusi yang demikian ini disebut sebagai solusi optimal.
Teknik optimasi merupakan suatu cara yang dilakukan untuk memberikan
hasil terbaik yang diinginkan. Teknik optimasi ini banyak memberikan manfaat
dalam mengambil keputusan dan dapat diterapkan dalam berbagai bidang ilmu
baik ilmu teknik, ekonomi, kepolisian, politik, sosial dan lain sebagainya. Bentuk
13
contoh penerapan ini diantaranya adalah dalam ilmu disain konstruksi sipil atau
mesin, pemeliharaan jaringan, system kendali dan pengoperasian mesin listrik,
penyaluran daya listrik dan lain sebagainya yang membutuhkan pengambilan
keputusan yang tepat agar diperoleh pengeluaran biaya minimum dengan
pemanfaatan yang paling maksimal (optimal). Dilain pihak bisa juga untuk
mendapatkan keuntungan maksimal dengan biaya dan kerja atau pembuatan alat
yang semurah dan se-efisien mungkin (optimal). Banyak cara yang dapat
dilakukan dalam menyelesaikan masalah untuk memberikan hasil terbaik. Cara
untuk memberikan hasil terbaik ini disebut sistem optimasi atau teknik optimasi.
2.3. Lean Manufacturing
Definisi Lean Manufacturing merupakan sekumpulan teknik yang ketika
dikombinasikan dan diterapkan akan mengurangi dan mengeliminasi pemborosan-
pemborosan. Sistem lean tidak hanya membuat perusahaan semakin ramping
tetapi menjadi lebih fleksibel dengan mengurangi pemborosan.
Lean adalah suatu proses produksi dapat berjalan dengan menggunakan
lebih sedikit bahan, membutuhkan lebih sedikit investasi, menggunakan
lebih sedikit persediaan, membutuhkan lebih sedikit ruang, membutuhkan lebih
sedikit pekerja.
Lean manufacturing difokuskan pada perancangan operasi produksi yang
kuat (robust) yang responsif, fleksibel, dapat diprediksi,dan konsisten. Hal ini
menciptakan sebuah operasi manufaktur yang difokuskan pada perbaikan terus-
menerus melalui tenaga kerja mandiri dan didorong dengan tindakan berbasis
hasil selaras dengan kriteria kinerja pelanggan. Hal ini berkembang atas tenaga
14
kerja dengan kemampuan untuk memanfaatkan alat dan teknik lean yang
diperlukan untuk memenuhi harapan kelas dunia sekarang dan ke masa depan.
Melihat lean manufacturing dari perspektif menyeluruh harus mampu memenuhi
kebutuhan untuk memiliki kemampuan dan kemauan (William, 2001).
Lima elemen utama untuk lean manufacturing adalah aliran proses
manufaktur, organisasi, pengendalian proses, metrik, dan logistik. Unsur-unsur ini
merupakan berbagai aspek yang diperlukan untuk mendukungprogram lean
manufacturing yang solid, dan yang akan mendorong perusahaan pada jalan
menuju sebuah perusahaan manufaktur berkelas dunia.
Berikut ini adalah definisi dasar dari masing-masing 5 elemen tersebut:
1. Aliran proses manufaktur adalah aspek yang membahas perubahan
fisik dan standar desain yang digunakan sebagai bagian dari sel.
2. Organisasi adalah aspek yang berfokus pada identifikasi peran
atau fungsi manusia, pelatihan dalam cara-cara baru kerja, dan
komunikasi.
3. Pengendalian proses adalah aspek yang diarahkan pada pengawasan,
pengendalian, penstabilan dan cara untuk meningkatkan proses.
4. Metrik adalah aspek yang membutuhkan pemantauan, pengukuran
kinerja berdasarkan hasil langkah-langkah peningkatan target dan
pengakuan tim.
5. Logistik merupakan aspek yang menyediakan definisi aturan operasi
dan mekanisme untuk perencanaan dan pengendalian aliran material.
15
2.4. Sumber-sumber Pemborosan
Adapun sumber-sumber pemborosan sebagai berikut:
1. Produk cacat (Defect Product).
Produk cacat adalah produk yang tidak sesuai dengan spesifikasi dan
membutuhkan pengerjaan ulang yang memerlukan biaya lagi.
2. Transportasi dan material handling
Transportasi merupakan pemborosan yang berupa pergerakan atau
perpindahan di sekitar lantai produksi yang tidak memberikan nilai
tambah.
3. Persediaan (Inventory)
Persediaan termasuk jenis pemborosan klasik, semua inventory
termasuk pemborosan kecuali jika diterjemahkan langsung untuk
penjualan. Inventory dapat berupa raw materials, work in process atau
finished goods.
4. Produksi berlebih (Over Production)
Produksi berlebih merupakan jenis pemborosan yang terburuk
yang dapat mempengaruhi keenam jenis pemborosan lainnya.
Produksi berlebih terjadi karena memproduksi suatu produk melebihi
kebutuhan pelanggan yang mengakibatkan penumpukan pada produk
sehingga memerlukan pengangkutan, penyimpanan, pemeriksaan,
serta memungkinkan akan mengakibatkan kecacatan. Selain itu, over
production terjadi karena variasi produk yang di produksi oleh
perusahaan.
16
5. Waktu menunggu (Waiting Time)
Waktu menunggu disebabkan karena ketidakseimbangan pada lintasan
produksi sehingga keterlambatan tampak melalui orang-orang yang
sedang menunggu mesin, peralatan dan bahan baku.
6. Proses yang berlebihan (Over processing)
Pemborosan pada proses disebabkan oleh proses yang berlebihan yang
tidak diinginkan oleh pelanggan. Perusahaan membuat spesifikasi
produk diluarkeinginan pelanggan sehingga sering menciptakan
limbah dalam produksi.
7. Gerakan (Motion)
Jenis pemborosan ini berupa gerakan atau perpindahan yang tidak
diperlukan oleh seorang operator atau mekanik seperti berjalan,
mencari alatatau bahan. Ini dikatakan pemborosan ketika melihat
seorang operator yang aktif bergerak dan terlihat sibuk sehingga
sering melakukan gerakan yang tidak diperlukan (Nicholas, 1998).
2.5. Persediaan (Inventory)
Akhir-akhir ini banyak upaya untuk menerapkan produksi ramping
(Lean production) berfokus pada konsep Just in Time tentang mereduksi
persediaan. Namun, berbagai upaya ini banyak disalahartikan. Mereka hanya
fokus pada reduksi persediaan, dan menganggap persediaan sebagai entitas
independen yang tidak berhubungan dengan apapun. Pendekatan seperti ini
seringkali menyebabkan kegagalan.
17
Persediaan memang membutuhkan biaya yang cukup besar, tetapi
perusahaan memerlukan persediaan hanya untuk menjaga penjualan. Ada
hubungan antara jumlah persediaan dengan jumlah penjualan (sales). Jadi, jika
jumlah penjualan diketahui dan dapat dipahami hubungan tersebut maka
persediaan harus dihitung untuk menjaga seluruh penjualan tersebut. Perhitungan
jumlah persediaan memiliki 3 parameter, yaitu:
1. Volume pengisian saham (Stock replenishment volume)
2. Variasi luar (External Variations)
3. Variasi dalam (Internal Variations)
Risiko persediaan merupakan risiko berjangka panjang bagi seorang
manufaktur. Tanggung jawab seorang manufaktur tentang persediaan berawal dari
bahan baku dan bagian-bagian komponen yang dibeli, termasuk produk work in
process, sampai pada produk akhir, dimana produk akhir sering diletakkan dalam
warehouse sebagai antisipasi dari permintaan pelanggan. Untuk beberapa situasi,
para manufaktur dibutuhkan untuk mengirimkan persediaan kepada pelanggan.
Dengan akibat, praktik ini menggeser seluruh risiko persediaan kepada seorang
manufaktur. Walaupun seorang manufaktur memiliki lini produk yang lebih
dangkal/sempit daripada seorang retailer atau whosaler, tanggung jawab
persediaan manufaktur adalah jauh ke depan untuk durasi yang panjang
(Bowersox, 2013).
Kegunaan persediaan adalah sebagai berikut:
1. Spesialisasi Geografis (Geographical Specialization)
Menyediakan posisi geografis mempertemukan pabrikasi ganda dan unit-
18
unit distributif dalam perusahaan. Persediaan dijaga untuk lokasi dan tahap
berbeda dari proses pembuatan nilai yang mengizinkan spesialisasi.
2. Menyeimbangkan Penawaran/permintaan (Supply/demand Balancing)
Menyediakan waktu senggang antara ketersediaan persediaan (proses
manufaktur, pertumbuhan, atau ekstraksi) dan permintaan pasar.
3. Ketidakpastian permintaan (demand uncertainty)
Menampung ketidakpastian yang berhubungan kepada permintaan yang
melebihi peramalan atau penundaan di luar dugaan untuk penerimaan dan
pengiriman yang secara khas merujuk kepada safety stock. Safety stock
ditegakkan dalam sistem logistik untuk memenuhi ketidakpastian
permintaan siklus performansi. Safety stock digunakan hanya di akhir
siklus pengadaan saat ketidakpastian mengakibatkan permintaan lebih
tinggi di luar dugaan atau lebih lama dari waktu siklus performansi yang
diharapkan. Dengan demikian, rata-rata persediaan adalah kuantitas
pemesanan ditambah stok aman (safety stock).
2.5.1. Biaya Persediaan
Persediaaan membutuhkan biaya/ongkos. Biaya persediaan dihitung
dengan mengalikan persen biaya inventory carrying cost tahunan dengan rata-rata
jumlah persediaan. Inventory carrying cost adalah biaya pemeliharaan persediaan.
Praktik perhitungan standar adalah untuk menilai persediaan pada biaya
manufaktur daripada harga jualnya. Penentuan persent carrying cost
membutuhkan penugasan dari biaya yang berhubungan dengan persediaan.
Catatan finansial yang berhubungan dengan inventory carrying cost adalah
19
kapital, asuransi, keusangan, penyimpanan, dan pajak. Rumus untuk menghitung
besar Carrying Cost adalah sebagai berikut:
Dimana: Xi = Jumlah persediaan setiap bulan
15% = Ketentuan carrying cost selama setahun
P = Harga produk akhir
2.5.2. Perencanaan Persediaan
Perencanaan persediaan terdiri atas penentuan kapan dan berapa banyak
pemesanan. Waktu pemesanan ditentukan oleh rata-rata dan variasi dalam
permintaan dan pengadaan. Jumlah pemesanan ditentukan oleh kuantitasnya.
Pengendalian persediaan merupakan proses dari status pengawasan persediaan.
Untuk memahami prinsip dasarnya, sangat penting untuk memahami hubungan
persediaan terhadap kondisi kepastian. Kebijakan formulasi persediaan harus
mempertimbangkan adanya ketidakpastian. Dua jenis ketidakpastian yang
langsung berdampak terhadap kebijakan persediaan adalah:
1. Ketidakpastian Permintaan (demand uncertainty), adalah laju
penjualan dalam pengadaan persediaan.
2. Ketidakpastian siklus kinerja, melibatkan variasi waktu pengadaan
persediaan.
........................................................(2.1.)PxXiCostCarryingn
i Bulan12
%151
20
Berdasarkan dua hal ketidakpastian tersebut, dapat dihitung
jumlah persediaan dengan sistem safety stock dengan langkah-langkah sebagai
berikut.
1. Menghitung jumlah produksi yang sebaiknya dihasilkan untuk
meminimalkan biaya carrying cost dan biaya pemesanan yang
dikeluarkan oleh perusahaan. Hal ini dapat diperoleh melalui rumus
EOQ.
Dimana: EOQ = Economic Order Quantity.
A = Biaya pemesanan.
I = Carrying cost (15% = 0,15).
D = Jumlah permintaan per tahun.
C = Harga perunit (kardus).
2. Menghitung standar deviasi kombinasi dari data permintaan dan
data pengadaan/produksi.
Dimana: σc = Standar deviasi dari kombinasi probabilitas
T = Waktu siklus produksi rata-rata.
St = Standar deviasi waktu siklus produksi.
D = Permintaan harian rata-rata (1 tahun = 307 hari kerja).
Ss = Standar deviasi permintaan.
............................................................................. (2.2.)CI
DAEOQ
2
.........................................................................(2.3.)222tSC SDTS
21
3. Menghitung nilai f(k) untuk dapat menghitung kebutuhan safety stock,
dengan rumus:
Dimana: f(k) = Fungsi dari kurva normal yang menunjukkan area
sebelah kanan dari distribusi normal
SL = Tingkat ketersediaan produk (asumsi = 99%)
σc = Standar deviasi kombinasi antara ketidakpastian
permintaan dan siklus pengadaan.
Q = Kuantitas pengadaan (diperoleh dari rumus EOQ)
4. Menghitung safety stock dengan rumus:
Dimana: SS = Safety Stock
k = Faktor yang berkorespondensi dengan f(k)
σc = Standar deviasi kombinasi
2.5.3. Inventory Turnover
Salah satu pengukuran utilisasi persediaan yang biasa digunakan adalah
inventory turnover. Inventory turnover adalah rasio dari biaya produk terjual
terhadap biaya produk akhir dalam persediaan rata-rata. Rasio ini dapat dihitung
berdasarkan data per bulan, per kuartal, atau per tahun. Rasio inventory turnover
menunjukkan estimasi berapa kali persediaan akan berganti/berputar dalam
setahun. Semakin besar rasionya, maka semakin besar perputaran persediaan
relatif rata-rata tingkat persediaan dalam nilai mata uang. Dengan kata lain,
................................................................... (2.4.))()1()(C
QSLkf
......................................................................(2.5.)CkStockSafety
22
semakin besar inventory turnover, semakun besar juga utilisasi persediaannya
(Schniederjans, 1993).
2.6. Takt Time
Kata Takt berasal dari bahasa Jerman yang berarti ritme atau detak. Takt
time adalah dasar untuk desain sel dan menunjukkan tingkat konsumsi oleh pasar.
Takt time mencerminkan permintaan pelanggan. Segala sesuatu di desain sel
didasarkan pada takt time.
Takt time sering disalahartikan dengan waktu siklus. Keduanya dihitung
dari perspektif yang sangat berbeda. Waktu siklus merupakan saat
kapasitas/kemampuan operasi yang ada, sedangkan waktu takt didasarkan
pada permintaan pelanggan yang diproyeksikan, bukan kemampuan proses saat
untuk melakukan. Rasio takt time adalah perbandingan antara waktu produksi
tersedia yang dijadwalkan (total time available) sebagai pembilang dengan
jumlah produksi yang dirancang (designed daily production rate) sebagai
penyebut, seperti yang ditunjukkan pada rumus berikut:
Faktor-faktor dalam jumlah produksi yang dirancang termasuk perkiraan
permintaan dan koefisien variasi untuk menutupi bias permintaan pelanggan atau
variasi volume. Kombinasi faktor-faktor ini menghasilkan suatu jumlah atau
tingkat produksi dirancang untuk sel.
........................................................(2.7.)rateproductionDesigned
availabletimeTotalTimeTakt
......(2.6.)kardusperproduksiBiaya-persedianrata-Rata
jualproduk terBiayaTurnoverInventory
23
Designed production rate = Permintaan rata-rata × (1 + Koefisien variasi).
2.7. Peramalan (Forecasting)
Peramalan merupakan bagian awal dari suatu proses pengambilan suatu
keputusan. Sebelum melakukan peramalan harus diketahui terlebih dahulu apa
sebenarnya persoalan dalam pengambilan keputusan itu. Peramalan adalah
pemikiran terhadap suatu besaran, misalnya permintaan terhadap satu atau
beberapa produk pada periode yang akan datang.
Peramalan dilakukan untuk menentukan jumlah permintaan terhadap suatu
produk dan merupakan langkah awal dari proses perencanaan dan pengendalian
produksi di dalam kegiatan produksi. Dalam peramalan ditetapkan jenis produk
apa yang diperlukan (what), jumlahnya (how many), dan kapan dibutuhan (when).
Tujuan peramalan dalam kegiatan produksi adalah untuk meredam
ketidakpastian, sehingga diperoleh suatu perkiraan yang mendekati keadaan yang
sebenarnya. Suatu perusahaan umumnya biasanya menggunakan prosedur tiga
tahap untuk sampai pada peramalan penjualan, yaitu diawali dengan melakukan
peramalan lingkungan, diikuti dengan peramalan penjualan industri, dan diakhiri
dengan peramalan penjualan perusahaan.
Peramalan dapat dibedakan dari beberapa segi tergantung dari cara
melihatnya. Apabila dilihat dari sifat penyusunannya, maka peramalan dapat
dibedakan atas dua macam, yaitu:
..............(2.8.)rata-RataPermintaan
rata-RataPermintaan-TertinggiPermintaanVariasiKoefisien
24
1. Dilihat dari sifat penyusunannya
a. Peramalan yang subjektif
Yaitu peramalan yang didasarkan atas perasaan atau intuisi dari
orang yang menyusunnya.Dalam hal ini pandangan dari orang
yang menyusunnya sangat menentukan baik tidaknya hasil ramalan
tersebut.
b. Peramalan yang objekti
Yaitu peramalan yang didasarkan atas data yang relevan pada masa
lalu, dengan menggunakan teknik-teknik dan metode-metode dalam
penganalisaan data tersebut.
2. Dilihat dari jangka waktu ramalan yang disusun
a. Peramalan jangka pendek, yaitu peramalan yang dilakukan
untuk penyusunan hasil ramalan dengan jangka waktu yang kurang
dari satu tahun. Peramalan ini digunakan untukmengambil
keputusan dalam hal perlu tidaknya lembur, penjadwalan kerja, dan
lain-lain.
b. Paramalan jangka menengah, yaitu peramalan yang dilakukan untuk
penyusunan hasil ramalan dalam jangka waktu satu hingga lima
tahun ke depan. Ramalan jangka menengah biasanya digunakan
untukmenentukan aliran kas, perencanaan produksi, dan penentuan
anggaran.
c. Peramalan jangka panjang, yaitu peramalan yang dilakukan untuk
penyusunan hasil ramalan yang jangka waktunya lebih dari lima
tahun yang akan datang. Peramalan jangka panjang digunakan
25
untuk pengambilan keputusan mengenai perencanaan produk dan
perencanaan pasar, pengeluaran biaya perusahaan, studi kelayakan
pabrik, anggaran, purchase order, perencanaan tenaga kerja serta
perencanaan kapasitas kerja.
3. Berdasarkan sifat ramalan yang telah disusun, maka peramalan
dapat dibedakan atas dua macam, yaitu:
a. Peramalan kualitatif, yaitu peramalan yang didasarkan atas data
kualitatif pada masa lalu. Hasil peramalan yang dibuat sangat
tergantung pada orang yang menyusunnya. Hal ini penting karena
hasil peramalan tersebut ditentukan berdasarkan pemikiran yang
bersifat pendapat, intuisi, pengetahuan, serta pengalaman dari
penyusunnya.
b. Peramalan kuantitatif, yaitu peramalan yang didasarkan atas
data kuantitatif masa lalu. Hasil peramalan yang dibuat sangat
tergantung pada metode yang dipergunakan dalam peramalan
tersebut.
2.7.1. Metode Peramalan Kualitatif (Judgement Method)
Peramalan kualitatif umumnya bersifat subjektif, dipengaruhi oleh intuisi,
emosi, pendidikan, dan pengalaman seseorang. Oleh karena itu, hasil peramalan
dari satu orang dengan orang yang lain dapat berbeda. Meskipun demikian,
peramalan dengan metode kualitatif tidak berarti hanya menggunakan intuisi,
tetapi juga mengikutsertakan model-model statistik sebagai bahan masukan dalam
melakukan judgement, dan dapat dilakukan secara perorangan ataupun kelompok.
26
Beberapa metode peramalan yang digolongkan sebagai model kualitatif
adalah sebagai berikut:
1. Metode Delphi
2. Dugaan Manajemen (Management Estimate) atau Panel Consensus
3. Riset Pasar (Market Research)
4. Metode Kelompok Terstruktur (Structured Group Methods)
5. Analogi Historis (Historical Analogy)
2.7.2. Metode Peramalan Kuantitatif (Statistical Method)
2.7.2.1. Metode Time Series
Metode time series adalah metode yang digunakan untuk menganalisis
serangkaian data yang merupakan fungsi dari waktu. Metode ini mengasumsikan
beberapa pola atau kombinasi pola selalu berulang sepanjang waktu, dan pola
dasarnya dapat diidentifikasikan semata-mata atas dasar data historis serial itu.
Ada empat komponen utama yang mempengaruhi analisi ini, yaitu:
1. Pola siklis (cycle)
Penjualan produk dapat memiliki siklus yang berulang secara
periodik. Banyak produk dipengaruhi pola pergerakan aktivitas
ekonomi yang terkadang memiliki kecenderungan periodik.
Komponen siklis ini sangat berguna dalam peramalan jangka
menengah.
waktu
biaya
Gambar 2.1. Pola Siklis
27
2. Pola musiman (seasonal)
Perkataan musim menggambarkan pola penjualan yang berulang
setiap periode. Komponen musim dapat dijabarkan ke dalam faktor
cuaca, libur, atau kecenderungan perdagangan. Pola musiman
berguna untuk meramalkan penjualan dalam jangka pendek.
waktuGambar 2.2. Pola Musiman
3. Pola horizontal
Pola data ini terjadi apabila data berfluktuasi di sekitar nilai rata-rata.
Gambar 2.3. Pola Horizontal
biaya
waktu
biaya
28
4. Pola Trend
Pola data ini terjadi bila data memiliki kecenderungan untuk naik
atau turun terus-menerus.
Gambar 2.4. Pola Trend
Biaya yang termasuk di dalam biaya operasi dipergunakan pola trend
karena biaya tersebut cenderung naik jika mesin atau peralatan semakin tua
atau semakin lama jangka waktu pemakaiannya. Ada beberapa trend yang
digunakan di dalam penyelesaian masalah ini, yaitu:
1. Trend Linier
2. Trend Eksponensial atau Pertumbuhan
3. Trend Logaritma
4. Trend Geometrik
5. Trend Hyperbola.
Metode peramalan yang termasuk model time series adalah sebagai
berikut:
1. Metode Smoothing
Metode smoothing digunakan untuk mengurangi ketidakteraturan
musiman dari data yang lalu dengan membuat rata-rata tertimbang dari
sederetan data masa lalu. Metode smoothing dibagi lagi menjadi beberapa
biaya
waktu
29
jenis, antara lain:
a. Moving Average
Moving Average diperoleh dengan merata-rata permintaan berdasarkan
beberapa data masa lalu yang terbaru. Tujuannya adalahuntuk
mengurangi atau menghilangkan variasi acak permintaandalam
hubungannya dengan waktu. Metode ini terdiri atas:
1) Single Moving Average
2) Linier Moving Average
3) Double Moving Average
4) Weigthed Moving Average
b. Metode Exponential Smoothing
Peramalan dengan metode ini pada umumnya digunakan untuk
perkiraan potensi penjualan produk-produk secara individu.
1) Single exponential smoothing
2) Double exponential smoothing
3) Exponential smoothing dengan musiman.
2. Metode Proyeksi Kecenderungan dengan Regresi
Metode kecenderungan dengan regresi merupakan dasar kecenderungan
untuk suatu persamaan, sehingga dengan dasar persamaan tersebut dapat
diproyeksikan hal-hal yang akan diteliti pada masa yang akan datang.
Untuk peramalan jangka pendek dan jangka panjang, ketepatan peramalan
dengan metode ini sangat baik. Semakin banyak data yang dimiliki
semakin baik hasil yang diperoleh. Bentuk fungsi dari metode ini dapat
berupa:
30
31
d. Eksponensial, dengan fungsi peramalan:
Yt = aebt
Dimanan:
e. Siklis, dengan fungsi peramalan:
Dimana:
3. Metode Dekomposisi
Yaitu hasil ramalan ditentukan dengan kombinasi dari fungsi yang ada
sehingga tidak dapat diramalkan secara biasa. Model tersebut didekati
dengan fungsi linear atau siklis, kemudian bagi t atas kwartalan sementara
YtnYt 22
322 tntt
22tnt
n
tbYInaIn
22 ttn
YIntYIntnb
n
tc
n
tbaY t
2cos
2sin
n
tc
n
tbanY
2cos
2sin
n
t
n
tc
n
tb
n
ta
n
tY
2cos
2sin
2sin
2sin
2sin 2
n
t
n
tb
n
tc
n
ta
n
tY
2cos
2sin
2cos
2cos
2cos 2
....................................................................................(2.12.)
..................................................... (2.13.)
32
berdasarkan pola data yang ada. Metode dekomposisi merupakan
pendekatan peramalan yang tertua. Terdapat beberapa pendekatan
alternatif untuk mendekomposisikan suatu deret berkala yang semuanya
bertujuan memisahkan setiap komponen deret data seteliti mungkin.
Konsep dasar pemisahan bersifat empiris dan tetap, yang mula-mula
memisahkan unsur musiman, kemudian trend dan akhirnya unsur siklis.
Langkah-langkah perhitungannya adalah sebagai berikut:
a. Diramalkan fungsi Y biasa (dt=a+bt)
b. Dihitung nilai indeks
c. Digabungkan nilai perolehan indeks kemudian ramalkan yang baru.
2.7.2.2. Metode Peramalan Kausal
Metode kausal mengasumsikan faktor yang diperkirakan menunjukkan
adanya hubungan sebab akibat dengan satu atau beberaoa variabel bebas. Sebagai
contoh, jumlah pendapatan berhubungan dengan faktor-faktor seperti jumlah
penjualan, harga jual, dan tingkat promosi. Kegunaan dari metode kausal adalah
untuk menemukan bentuk hubungan antara variabel-variabel tersebut dan
menggunakannya untuk meramalkan nilai dari variabel tidak bebas. Metode
kausal terdiri atas beberapa metode, antara lain:
1. Metode regresi dan korelasi
2. Metode ekonometrik
3. Metode input-output
33
2.7.2.3. Regresi Linier
Dalam metode regresi linear, pola hubungan antara suatu variabel yang
mempengaruhinya dapat dinyatakan dengan suatu garis lurus. Persamaan regresi
linear dapat dinyatakan sebagai berikut:
Y = a + bx
a =
b =
Dengan :
Y = Besarnya nilai yang diramal
a = Nilai trend pada periode dasar
b = Tingkat perkembangan nilai yang diramal
x = Unit tahun yang dihitung dari periode dasar
2.7.3. Hubungan Peramalan dengan Uji Statistik
Ketepatan atau ketelitian dapat dinyatakan sebagai kesalahan dalam
peramalan. Kesalahan yang kecil memberikan arti ketelitian peramalan yang
tinggi, dengan kata lain keakuratan hasil peramalan tinggi, begitu pula sebaliknya.
Besar kesalahan suatu peramalan dapat dihitung dengan bebearapa cara, antara
lain adalah:
1. Mean Square Error (MSE)
........................................................................ (2.14.)
N
FXMSE
n
i tt 1
2
Nxby
22 xxN
yxxyN
........................................................................ (2.15.)
34
Dimana: Xt = Data aktual periode t
Ft = Nilai ramalan periode t
N = banyaknya periode
2. Standard Error of Estimate (SEE)
Dimana: f = Derajat kebebasan
Untuk data Konstan, f = 1
Untuk data Linear, f = 2
Untuk data Kuadratis, f = 3
Untuk data Siklis, f = 4
3. Percentage Error (PE)
Di mana nilai dari PEt, bisa positif ataupun negative.
4. Mean Absolute Percentage Error (MAPE)
Dimana: N = Banyaknya periode
Setelah didapat kesalahan(error) dari masing-masing metode peramalan,
maka akan dilakukan pengujian terhadap dua metode yang memiliki error yang
terkecil, guna mendapatkan metode peramalan yang lebih baik untuk digunakan.
Pengujian dilakukan dengan uji distribusi F. Jika diasumsikan bahwa metode “X”
......................................................................(2.16.)
fN
FXSEE
n
i tt
1
2
....................................................................(2.17.)%100
t
ttt X
FXPE
.........................................................................(2.18.)N
PEMAPE
n
i t 0
35
adalah metode peramalan yang memiliki besar error yang paling kecil pertama,
dan metode “Y”adalah metode peramalan yang memiliki besar error yang paling
kecil kedua,maka langkah-langkahnya pengujiannya adalah sebagai berikut:
1. Menentukan pernyataan awal (H0) dan pernyataan alternatif (H1)
H0 : Metode “X” lebih baik daripada metode “Y”
H1 : Metode “X” tidak lebih baik daripada metode “Y”, atau metode
“Y” lebih baik daripada metode “X”.
2. Melakukan Uji Statistik, dengan rumus:
Dimana: S1 = besarnya error metode peramalan “X”
S2 = besarnya error metode peramalan “Y”
3. Bandingkan hasil yang diperoleh dari langkah 2 dengan hasil
yangdiperoleh dari tabel distribusi F dengan harga α (tingkat ketelitian)
yang ditetapkan.
Jika FHitung < FTabel maka H0 diterima (berarti metode peramalan
dengan metode “X” lebih baik digunakan), dan jika sebaliknya maka
H0 ditolak (berarti metode “Y” lebih baik digunakan).
2.7.4. Proses Verifikasi
Proses verifikasi digunakan untuk melihat apakah metode peramalan yang
diperoleh representatif terhadap data. Sebagai contoh proses verifikasi dengan
menggunakan Moving Range Chart (MRC) dapat dilihat pada Gambar 2.5.
....................................................................................(2.19.)22
21
S
SF
36
Harga MR diperoleh dari:
dimana:
2.8. Metode Pengukuran Waktu
Metode pengukuran waktu dapat dibagi dalam dua bagian yaitu:
2.8.1. Pengukuran Waktu secara Langsung
Pengukuran waktu secara langsung adalah pengukuran yang dilakukan di
tempat dimana pekerjaan bersangkutan dijalankan. Terdiri atas dua jenis, yaitu:
1. Metode Sampling Pekerjaan, yaitu pengamatan dilakukan pada waktu-
waktu tertentu yang telah ditentukan secara acak/random.
2. Metode Jam Henti, yaitu dengan menggunakan instrumen stopwatch
dimana metode ini baik diaplikasikan untuk pekerjaan yang
berlangsung singkat dan berulang-ulang. Untuk membuat estimasi
mengenai jumlah pengamatan yang seharusnya dilaksanakan, maka
Gambar 2.5. Moving Range Chart
.............................................................................(2.20.)1
1
2
N
MR
MR
N
tt
11 FttFttt YYYYMR
1 ttt eeMRatau
37
The Maytag Company mengusulkan pelaksanaan pengamatan/
pengukuran awal dari elemen kegiatan yang ingin diukur waktunya
dengan ketentuan sebagai berikut:
a. 10 kali pengamatan untuk kegiatan yang berlangsung dalam siklus
sekitar 2 menit atau kurang.
b. 5 kali pengamatan untuk kegiatan yang berlangsung dalam siklus
waktu yang lebih besar dari 2 menit.
2.8.2. Pengukuran Waktu secara Tidak Langsung
Pengukuran waktu secara tidak langsung merupakan pengukuran yang
dilakukan tanpa harus berada di tempat pekerjaan, tetapi dengan membaca grafik
atau tabel yang tersedia. Pengukuran dilakukan terhadap pekerja yang diambil
secara acak untuk mencari pekerja normal (Sutalaksana, 1979).
Waktu yang diambil adalah waktu siklus dan beberapa pengujian yang
dilakukan yaitu:
1. Pengujian keseragaman data
Pengujian keseragaman data dilakukan dengan menetapkan batas
control atas dan batas kontrol bawah dari data sebaran tersebut.
Penentuan batas kontrol atas dan batas kontrol bawah tergantung pada
tingkat ketelitian dan tingkat keyakinan yang telah ditetapkan. Rumus
yang digunakan dalam pengujian keseragaman data untuk stop watch
adalah sebagai berikut:
.................................................................... (2.21.)
1
2
N
XXi
38
BKA = + kσ
BKB = - kσ
Dimana: X = Nilai Rata-rata
BKA = Batas Kontrol Atas
σ = Standar Deviasi
BKB = Batas Kontrol Bawah
k = Tingkat Keyakinan (99 % ≈ 3 ; 95 % ≈ 2).
2. Pengujian jumlah data yang dibutuhkan
Pengujian jumlah data dibutuhkan untuk melihat apakah data yang
tersedia memenuhi tingkat keyakinan dan tingkat ketelitian yang telah
ditetapkan. Uji kecukupan data dapat digunakan dengan menggunakan
rumus berikut :
Dimana: N = Jumlah data pengamatan
N’ = Jumlah data teoritis
Jika N’ < N, maka data pengamatan cukup
Jika N’ > N, maka data pengamatan kurang, dan perlu
tambahan data.
..........................................(2.22.)
2
1
2
11
2
'
n
ii
S
K n
ii
n
ii
X
XXN
N
39
2.9. Jurnal Referensi
Manajemen material dan pengendalian persediaan, atau lebih tepatnya
aliran pengendali material dianggap sebagai perbatasan terakhir dari keuntungan
dalam organisasi manufaktur membuat keuntungan. Namun, dalam mengurangi
beban biaya dan membuat organisasi lebih hemat biaya, bahkan non profit
organisasi seperti instansi pemerintah, utilitas umum, rumah sakit dan lembaga
pendidikan mulai menyadari pentingnya hal tersebut. Oleh karena itu manajemen
material dan pengendalian persediaan utamanya berkaitan dengan aliran material
dalam dan dari suatu organisasi dan di industri manufaktur. Fokus dalam lean
manufacturing adalah untuk mengurangi pemborosan dan membuat sistem lebih
efisien. Mengelola aliran bahan dengan prinsip-prinsip lean mengarah ketabungan
dalam waktu, persediaan dan biaya (Yamagar, 2014).
Model optimasi safety stock disediakan dengan fungsi objektif. Minimisasi
total biaya logistik mengakibatkan tidak hanya tingkat optimal safety stock tetapi
juga lokasi optimal di seluruh rantai pasokan. Kendala model yang disediakan
untuk batas-batas kinerja pengiriman setiap tahap dari rantai pasokan. Kemudian,
hal ini diterapkan untuk masalah dunia nyata praktis dengan nilai aliran yang
mungkin berbeda (Amirjabbari, 2014).
Lean manufacturing tampaknya menjadi alat yang ampuh untuk mengelola
perputaran persediaan (inventory tunover). Perusahaan yang menerapkan praktik-
praktik lean dibidang manufaktur memiliki perputaran persediaan secara
signifikan lebih baik untuk setiap jenis persediaan (raw material, work in process,
dan finished goods) dibandingkan perusahaan tradisional (Aspookeh, 2015).